Microbioma pode prever a idade cronológica de uma pessoa

Nossos microbiomas - as comunidades complexas de micróbios que vivem, sobre e ao nosso redor - são influenciados por nossas dietas, hábitos, ambientes e genes, e são conhecidos por mudar com a idade. Por sua vez, a composição de nossos microbiomas, particularmente no intestino, é bem conhecido por sua influência em nossa saúde. Por exemplo, A composição do microbioma intestinal tem sido associada a doenças inflamatórias intestinais, doença auto-imune, obesidade, até mesmo distúrbios neurológicos, como autismo.

Dada uma amostra de microbioma (pele, boca ou esfregaço fecal), pesquisadores demonstraram que agora podem usar o aprendizado de máquina para prever a idade cronológica de uma pessoa, com um grau variável de precisão. Amostras de pele forneceram a previsão mais precisa, estimar corretamente dentro de aproximadamente 3,8 anos, em comparação com 4,5 anos com uma amostra oral e 11,5 anos com uma amostra fecal. Os tipos de micróbios que vivem na cavidade oral ou no intestino dos jovens (de 18 a 30 anos) tendem a ser mais diversos e abundantes do que em microbiomas comparativos de adultos mais velhos (com 60 anos ou mais).

A ferramenta preditiva, descrito em um artigo publicado em 11 de fevereiro, 2020 por mSystems , foi desenvolvido como uma colaboração entre pesquisadores da University of California San Diego e IBM.

"Esta nova capacidade de correlacionar micróbios com a idade nos ajudará a avançar em estudos futuros sobre os papéis que os micróbios desempenham no processo de envelhecimento e doenças relacionadas com a idade, e nos permitem testar melhor as potenciais intervenções terapêuticas que visam os microbiomas, "disse o co-autor sênior Zhenjiang Zech Xu, PhD, que era, no momento do estudo, um pesquisador de pós-doutorado no laboratório da Escola de Medicina da Universidade da Califórnia em San Diego, do co-autor sênior Rob Knight, PhD, professor e diretor do UC San Diego Center for Microbiome Innovation.

O objetivo final da equipe é criar modelos de aprendizado de máquina semelhantes para correlacionar o microbioma e as condições clínicas, como inflamação em doenças auto-imunes. Essa abordagem pode algum dia formar a base para um teste não invasivo baseado em microbioma que potencialmente ajuda os médicos a diagnosticar ou avaliar melhor o risco de uma doença em uma pessoa.

Em um estudo de 2014, Os pesquisadores da Universidade de Washington compararam a "idade microbiana" -; idade prevista pelo microbioma fecal -; e idade cronológica real no contexto de crianças desnutridas durante os primeiros meses de vida. Os pesquisadores notaram que a diferença entre a idade cronológica e microbiana estava associada ao grau de maturidade do desenvolvimento das crianças. No novo estudo, Os pesquisadores da UC San Diego levaram essa ideia um passo adiante para ver se essa associação poderia se aplicar a adultos, e quão bem ele se generalizou para outros locais do corpo.

De acordo com Xu, um dos requisitos mais importantes para um bom modelo estatístico é um grande tamanho de amostra e uma população representativa. Fazer isso, os pesquisadores extraíram dados de sequenciamento de microbiomas disponíveis em bancos de dados públicos de vários projetos de ciência cidadã, como o American Gut Project, em que os participantes enviam em fecal, saliva ou cotonetes de pele, recebem suas leituras de microbioma personalizadas, e contribuir com seus dados anônimos para a comunidade científica.

O estudo contou com um total de 4, 434 amostras fecais dos EUA e China, 2, 550 amostras de saliva dos EUA, Canadá, Reino Unido e Tanzânia, e 1, 975 amostras de pele dos EUA e Reino Unido. Os participantes cujos dados foram usados ​​no estudo variaram na idade de 18 a 90 anos, com índices de massa corporal de 18,5 a 30, não tinha doença inflamatória intestinal ou diabetes, e não fazia uso de antibióticos há pelo menos um mês antes da coleta. O estudo também excluiu grávidas, hospitalizado, pessoas com deficiência ou em estado crítico.

"Esta foi a investigação mais abrangente sobre microbioma e idade até hoje, "disse o primeiro autor Shi Huang, PhD, um pesquisador de pós-doutorado no laboratório de Knight e no UC San Diego Center for Microbiome Innovation.

A equipe encontrou diferenças específicas de gênero nos resultados do microbioma intestinal, mas nenhuma diferença entre homens e mulheres quando se tratava de resultados de microbioma oral e cutâneo. Apesar da diversidade de micróbios que vivem em diferentes locais do corpo humano, também não fez diferença se as amostras de pele foram coletadas da testa ou das mãos, o que significa que estudos futuros do microbioma da pele podem aumentar seu poder estatístico combinando locais de coleta e gêneros.

Uma razão potencial para que os micróbios que vivem em nossa pele mudem tão consistentemente à medida que envelhecemos, os pesquisadores disseram, é devido às mudanças previsíveis na fisiologia da pele que todos experimentam, como diminuição da produção de soro e aumento da secura.

"A precisão dos nossos resultados demonstra o potencial de aplicação de técnicas de aprendizado de máquina e inteligência artificial para entender melhor os microbiomas humanos, "disse o co-autor Ho-Cheol Kim, PhD, diretor de programa do Programa de Inteligência Artificial para uma Vida Saudável, uma colaboração entre a IBM Research e a UC San Diego sob a IBM AI Horizons Network. "Aplicar esta tecnologia a estudos futuros de microbioma pode ajudar a desbloquear percepções mais profundas sobre a correlação entre como os microbiomas influenciam nossa saúde geral e uma ampla gama de doenças e distúrbios, desde neurológicos a cardiovasculares e imunológicos."

De acordo com o co-autor Yoshiki Vázquez-Baeza, PhD, diretor associado de integração bioinformática do Centro de Inovação de Microbiome da UC San Diego, a previsão da idade é um método particularmente atraente para o treinamento de modelos preditivos porque os participantes não precisam atender a critérios especiais para se tornar um doador de amostra, e avaliar a idade geralmente não requer uma visita a um hospital.

Outros estudos que se concentram em uma condição particular, como doença inflamatória intestinal, muitas vezes lutam para conseguir participantes suficientes que atendam aos critérios do estudo e que estejam dispostos a participar para poder tirar conclusões significativas. Mas aqui, a ampla aplicabilidade da previsão da idade nos permitiu explorar os limites da modelagem microbiana em uma escala sem precedentes. "

Yoshiki Vázquez-Baeza, PhD, diretor associado de integração bioinformática do Centro de Inovação de Microbiome da UC San Diego

"Aprender como criar modelos baseados em microbiomas precisos e robustos abrirá a porta para uma série de aplicações biotecnológicas, e nos ajudam a entender melhor a relação de certas bactérias com resultados de interesse, "Knight disse.

• Estudo fornece novos detalhes sobre polipose associada à terapia em sobreviventes de câncer infantil
• Alto teor de gordura,